改进的半监督协同SOM图匹配算法

摘要：

为进一步解决目前非精确图匹配算法在应用上的局限性,提出一种基于半监督的协同自组织映射神经网络(self-organizing map)算法.通过挖掘图的完备特征空间集,将有限带标签样本均分为3个训练集,分别初始化SOM子分类器,训练结果采用投票法进行统计;根据统计结果把无争议样本添加到已知标记的训练集中,票数不同的样本通过K均值算法进行二次判别.即在半监督条件下,利用聚类划分的思想将图匹配问题转化为图的分类标记问题.实验结果表明,该算法能够有效提升准确率,避免了传统算法在训练过程中产生的无法收敛的问题,节约了有监督算法的人工标记成本.

关键词：半监督、自组织映射神经网络、集成分类器、协同训练、K均值

所属期刊栏目：40

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金项目61373112、51578439;陕西省自然科学基金项目2016JM6078;西安建筑科技大学人才科技基金项目RC1716

在线出版日期：2019-08-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1355-1359